Générateur de voix

1. 01

   Rédiger le texte parlé

   Tapez ou collez jusqu’à 5,000 caractères par génération. La ponctuation guide le phrasé : des virgules pour les respirations, des tirets longs pour des coupures plus franches.

2. 02

   Choisir une voix

   54 voix Kokoro dans 9 langues. Choisissez selon le personnage : narrateur dramatique, voix féminine principale tout en douceur, débit percutant ou lecture calme.

3. 03

   Générer la prise

   Vous obtenez un WAV mono 24 kHz propre. Le modèle est déterministe : le même texte avec la même voix donne toujours la même prise.

4. 04

   Importer le WAV dans votre DAW

   Importez le fichier dans Ableton, Logic, FL Studio, Reaper ou Audacity. Traitez-le comme une piste vocale brute : égalisation, compression, réverbération ou delay, puis calage sur la grille de tempo.

Vous voulez les écouter ? Parcourir les 54 voix →

• 01

  Générer une voix propre, gérer les silences dans votre DAW

  Kokoro génère une voix parlée sans souffle simulé, mais il insère des micro-pauses sur la ponctuation. Générez la prise, puis coupez les silences de début et de fin dans Ableton ou Logic, jusqu'à un plancher propre de -60 dB. Avant de traiter la voix, utilisez un noise gate réglé sur -50 dB avec une attaque rapide de 5 ms pour supprimer les résidus de fin de piste.

• 02

  Traiter le WAV comme une piste sèche - Générateur de voix IA

  Le WAV 24 kHz est sec : ni réverbération, ni compression, ni égalisation intégrée. C'est exactement ce qu'il faut en production. Passez-le dans votre chaîne vocale habituelle : passe-haut à 80 Hz, accentuation de présence vers 3 kHz, de-esser entre 6 et 8 kHz, puis compression 3:1 avec un seuil de -18 dB. Ajoutez la réverbération et le delay en dernier, en envoi, jamais sur la piste sèche.

• 03

  Superposer à la musique, compresser le fond en sidechain

  Quand la voix parlée passe sur un beat, appliquez au bus musical une compression sidechain déclenchée par la piste vocale, avec un ratio de 4:1 et un relâchement de 50 ms. La musique baisse de 3 à 4 dB à chaque mot et remonte dans les silences : clarté immédiate, sans automatisation manuelle du volume. Une astuce classique pour les intros de podcast, les sketchs hip-hop et les échantillons parlés lo-fi.

• 04

  Caler sur une grille de tempo avec le warp ou l'étirement temporel

  La synthèse vocale ne se cale sur aucun BPM. Pour caler la voix sur un beat à 90 BPM, importez le WAV dans Ableton (Warp → Complex Pro), Logic (Flex Time → Slicing) ou FL Studio (Newtone). Marquez les transitoires sur les syllabes accentuées et calez-les sur les croches de la grille. Pour modifier la vitesse, utilisez Complex Pro dans une plage de ±15 %, avant l'apparition d'artefacts de formants.

• 05

  Corriger le phrasé avec l'orthographe phonétique et la ponctuation

  Le SSML n'est pas pris en charge, mais la ponctuation vous sert de volant. Une virgule donne une pause de 100 ms, un point 250 ms, un tiret long une coupure plus franche, et des points de suspension créent un temps bien marqué. Si un mot sort mal, par exemple « data » prononcé à la britannique alors que vous voulez l'accent américain, réécrivez-le phonétiquement (« day-tuh ») et régénérez. Le modèle suit l'orthographe, pas un dictionnaire.

• 06

  Assembler les longues prises avec des fondus enchaînés de 100 ms

  Pour un chapitre de livre audio de 20 minutes ou un long monologue, générez des blocs de 4,000 caractères avec la même voix et la même vitesse. Placez les WAV bout à bout sur une seule piste de votre DAW et appliquez un fondu enchaîné à puissance constante de 100 ms à chaque raccord. Comme Kokoro est déterministe pour une voix donnée, les raccords sont nets : l’auditeur entend une seule prise continue.